초록
스펙트럴 그래프 컨볼루션 네트워크는 라플라시안 연산자를 활용하여 그래프 구조 데이터에 대한 표준 컨볼루션 네트워크의 일반화된 형태이다. 일반적으로 오해되는 점은 스펙트럴 필터의 불안정성, 즉 크기나 위상 구조가 다른 그래프 간에 스펙트럴 필터를 전이하는 것이 불가능하다는 주장이다. 이러한 오해는 다중 그래프 작업을 위한 스펙트럴 네트워크의 발전을 제한하여 공간적 그래프 네트워크의 발전을 촉진해왔다. 그러나 최근 연구들은 그래프의 소 nhiễ입에 대해 스펙트럴 필터가 안정적임을 입증하였다. 본 연구는 이러한 결과를 보완하며, 다양한 크기와 연결성 구조를 가진 그래프를 포함하는 작업에서 스펙트럴 전이성의 높은 품질을 더욱 강조한다. 수치 실험을 통해 두 가지 그래프 벤치마크에서 그래프 회귀, 그래프 분류, 노드 분류 문제 모두에서 우수한 성능을 나타냈다. 본 연구의 실험 구현 코드는 재현 가능성을 위해 GitHub에 공개되어 있다.